AWB实现流程

简介

　　本篇谈论下对AWB算法的调查和预研工作。

内容概述

　　所谓AWB也就是自动白平衡的意思，白平衡在相机中很常见，主要是和色温、色彩还原、色调调整相关。当白平衡设置不佳的时候，常会出现如下这些情况:在日光灯的房间里拍摄的影像会显得发绿，在室内钨丝灯光下拍摄出来的景物就会偏黄等。而awb的作用，就是在相机拍摄的环境色温变化的时候，主动调整白平衡参数，使得相机图像不因为环境色温变化而出现偏色。

基于色温估计法

　　大致上，主要分为三个部分：
　　    1、色温曲线拟合
        2、色温估计
        3、根据当前色温，在色温曲线上找到对应的白平衡参数，进行设置

色温曲线拟合

光源色温

　　人造的标准光源色温主要是(常见的自然环境中，基本也都在这些色温范围之内)：
　　   (1）模拟蓝天日光——D65光源 色温：6500K
      （2）模拟北方平均太阳光——D75光源 色温：7500K
      （3）模拟太阳光——D50光源色温：5000K
      （4）模拟欧洲商店灯光——TL84光源 色温：4000K
      （5）模拟美国商店灯光——CWF光源 色温：4100K
      （6）模拟另一种美国商店灯光——U30光源 色温：3000K
      （7）A光--美式厨窗射灯 色温：2856K 功率：60W
      （8）HZ---钨丝灯       色温：2700K

曲线拟合

　　在这些光源下，利用相机拍摄灰卡，进行色彩还原，获得在这些色温下对应的awb参数，并进行拟合，结果大致如下：

　　色温越高的，B/G越大，也就表示越偏蓝；色温越低的R/G越大，也就表示越偏红。

色温估计

　　简单的说，就是当前图像r/g和b/g的比值，来估算出当前场景的色温。

参数调整

　　根据已经估算出来的当前色温，在前面对应拟合出来的曲线上，获得当前的awb校正参数，进行校正。
需要注意，实际上获得awb参数，很多时候还考虑的参考点权重以及曝光时间等。

其他常用方式

    常用的方式有：1、灰度世界理论 --- 当有足够的色彩变化时，它的R、G、B分量均值趋于平衡。
                  2、全反射理论   --- 一副图像中最亮的点就是白点。
                  3、两者的结合   --- 选出亮度较大的一些类白色点，经过条件筛选之后，进行白点计算。
                        常用的筛选条件:  
                  等。。。。
　　这里直接使用前面提到的三种色温估计方式计算出色偏，直接使用色偏进行补偿的结果。
 

灰度世界法

       计算图片R/G/B三通道分别的平均值，进而得到r/g和b/g的偏差，将这偏差对应的加到r/g颜色通道上，获得校正后图像。

   
                        原图像                                           结果图像

全反射法(最大RGB法)

        找到图像最亮的那个0.05%的像素，直接用直接像素计算色偏，对应处理r/g颜色通道。
      结果如下：
    

                    原图像                                                结果图像

两者结合

        找到图像最亮的0.02%的像素，设置筛选条件：1、g通道值大于100，小于210；2、g - b/g通道差值 - r/g通道差值 > 140 筛选出来的像素，再进行灰度世界法处理。结果如下：
 
                        原图像                                           结果图像